Implementación de redes neuronales para la predicción del síndrome metabólico: un estudio con datos multinacionales
Antecedentes: El síndrome metabólico (SM) está constituido por anomalías como la obesidad central, la resistencia a la insulina, la hipertensión y la dislipidemia. Objetivo: Implementar una red neuronal para predecir el SM a partir del colestero...
Saved in:
| Main Author: | |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Permanyer
2025-07-01
|
| Series: | Gaceta Médica de México |
| Subjects: | |
| Online Access: | https://www.gacetamedicademexico.com/frame_esp.php?id=1081 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1849421042928320512 |
|---|---|
| author | Alberto Guevara-Tirado |
| author_facet | Alberto Guevara-Tirado |
| author_sort | Alberto Guevara-Tirado |
| collection | DOAJ |
| description | Antecedentes: El síndrome metabólico (SM) está constituido por anomalías como la obesidad central, la resistencia a la insulina, la hipertensión y la dislipidemia. Objetivo: Implementar una red neuronal para predecir el SM a partir del colesterol, los triglicéridos, el colesterol unido a lipoproteínas de alta densidad (HDL), la obesidad y la hipertensión. Material y métodos: Estudio analítico y transversal con 1878 pacientes de bases de datos de Venezuela, Tailandia e Indonesia. Se incluyeron las variables SM, hipertensión, obesidad, HDL, triglicéridos y colesterol total. Se usaron redes neuronales tipo perceptrón multicapa, evaluadas con tablas de clasificación, área bajo la curva (AUC) y métricas de desempeño (sensibilidad, especificidad y valores predictivos positivo y negativo). Resultados: La red neuronal mostró una alta capacidad para predecir el SM, con un bajo porcentaje de pronósticos incorrectos tanto en el conjunto de entrenamiento (15.80%) como en el de prueba (18.20%). En el entrenamiento, la precisión global fue del 84.20%, con mayor precisión para casos sin SM (88.30%) que para casos con SM (77.80%). En las pruebas, la precisión global fue del 81.80%, también con mayor precisión para casos sin SM (86.60%) que con SM (74.80%). El AUC fue 0.911, indicando una capacidad predictiva sobresaliente. Respecto al desempeño del modelo, la sensibilidad fue del 81.25% en el entrenamiento y del 79.26% en la prueba, mientras que la especificidad alcanzó el 85.92% y el 83.33%, respectivamente. El valor predictivo positivo fue del 77.80% en entrenamiento y del 74.78% en prueba, y el valor predictivo negativo del 88.30% y el 86.57%, respectivamente. Conclusiones: La red neuronal tipo perceptrón multicapa es una herramienta eficaz para predecir el SM, mostrando una capacidad predictiva sobresaliente.
|
| format | Article |
| id | doaj-art-d6ada1b3f5d540c492bfe9b8fd882be9 |
| institution | Kabale University |
| issn | 0016-3813 2696-1288 |
| language | English |
| publishDate | 2025-07-01 |
| publisher | Permanyer |
| record_format | Article |
| series | Gaceta Médica de México |
| spelling | doaj-art-d6ada1b3f5d540c492bfe9b8fd882be92025-08-20T03:31:34ZengPermanyerGaceta Médica de México0016-38132696-12882025-07-01161310.24875/GMM.24000411Implementación de redes neuronales para la predicción del síndrome metabólico: un estudio con datos multinacionalesAlberto Guevara-Tirado0Facultad de Medicina Humana, Universidad Científica del Sur, Lima, PerúAntecedentes: El síndrome metabólico (SM) está constituido por anomalías como la obesidad central, la resistencia a la insulina, la hipertensión y la dislipidemia. Objetivo: Implementar una red neuronal para predecir el SM a partir del colesterol, los triglicéridos, el colesterol unido a lipoproteínas de alta densidad (HDL), la obesidad y la hipertensión. Material y métodos: Estudio analítico y transversal con 1878 pacientes de bases de datos de Venezuela, Tailandia e Indonesia. Se incluyeron las variables SM, hipertensión, obesidad, HDL, triglicéridos y colesterol total. Se usaron redes neuronales tipo perceptrón multicapa, evaluadas con tablas de clasificación, área bajo la curva (AUC) y métricas de desempeño (sensibilidad, especificidad y valores predictivos positivo y negativo). Resultados: La red neuronal mostró una alta capacidad para predecir el SM, con un bajo porcentaje de pronósticos incorrectos tanto en el conjunto de entrenamiento (15.80%) como en el de prueba (18.20%). En el entrenamiento, la precisión global fue del 84.20%, con mayor precisión para casos sin SM (88.30%) que para casos con SM (77.80%). En las pruebas, la precisión global fue del 81.80%, también con mayor precisión para casos sin SM (86.60%) que con SM (74.80%). El AUC fue 0.911, indicando una capacidad predictiva sobresaliente. Respecto al desempeño del modelo, la sensibilidad fue del 81.25% en el entrenamiento y del 79.26% en la prueba, mientras que la especificidad alcanzó el 85.92% y el 83.33%, respectivamente. El valor predictivo positivo fue del 77.80% en entrenamiento y del 74.78% en prueba, y el valor predictivo negativo del 88.30% y el 86.57%, respectivamente. Conclusiones: La red neuronal tipo perceptrón multicapa es una herramienta eficaz para predecir el SM, mostrando una capacidad predictiva sobresaliente. https://www.gacetamedicademexico.com/frame_esp.php?id=1081Síndrome metabólico. Registros médicos. Lípidos. Redes neurales de la computación. Toma de decisiones asistida por computador. |
| spellingShingle | Alberto Guevara-Tirado Implementación de redes neuronales para la predicción del síndrome metabólico: un estudio con datos multinacionales Gaceta Médica de México Síndrome metabólico. Registros médicos. Lípidos. Redes neurales de la computación. Toma de decisiones asistida por computador. |
| title | Implementación de redes neuronales para la predicción del síndrome metabólico: un estudio con datos multinacionales |
| title_full | Implementación de redes neuronales para la predicción del síndrome metabólico: un estudio con datos multinacionales |
| title_fullStr | Implementación de redes neuronales para la predicción del síndrome metabólico: un estudio con datos multinacionales |
| title_full_unstemmed | Implementación de redes neuronales para la predicción del síndrome metabólico: un estudio con datos multinacionales |
| title_short | Implementación de redes neuronales para la predicción del síndrome metabólico: un estudio con datos multinacionales |
| title_sort | implementacion de redes neuronales para la prediccion del sindrome metabolico un estudio con datos multinacionales |
| topic | Síndrome metabólico. Registros médicos. Lípidos. Redes neurales de la computación. Toma de decisiones asistida por computador. |
| url | https://www.gacetamedicademexico.com/frame_esp.php?id=1081 |
| work_keys_str_mv | AT albertoguevaratirado implementacionderedesneuronalesparalapredicciondelsindromemetabolicounestudiocondatosmultinacionales |